pysal.model.mgwr.sel_bw.
Sel_BW
(coords, y, X_loc, X_glob=None, family=<pysal.model.spglm.family.Gaussian object>, offset=None, kernel='bisquare', fixed=False, multi=False, constant=True, spherical=False)[源代码]¶为内核选择带宽
方法:P211-P213,Fotheringham,A.S.,Brunsdon,C.和Charlton,M.(2002)。地理加权回归:对空间变化关系的分析。
参数: |
|
---|
实例
>>> import pysal.lib as ps
>>> from mgwr.sel_bw import Sel_BW
>>> data = ps.io.open(ps.examples.get_path('GData_utm.csv'))
>>> coords = list(zip(data.by_col('X'), data.by_col('Y')))
>>> y = np.array(data.by_col('PctBach')).reshape((-1,1))
>>> rural = np.array(data.by_col('PctRural')).reshape((-1,1))
>>> pov = np.array(data.by_col('PctPov')).reshape((-1,1))
>>> african_amer = np.array(data.by_col('PctBlack')).reshape((-1,1))
>>> X = np.hstack([rural, pov, african_amer])
黄金分割搜索
>>> bw = Sel_BW(coords, y, X).search(criterion='AICc')
>>> print(bw)
93.0
黄金分割搜索AIC-自适应高斯
>>> bw = Sel_BW(coords, y, X, kernel='gaussian').search(criterion='AIC')
>>> print(bw)
50.0
黄金分割搜索BIC-自适应高斯
>>> bw = Sel_BW(coords, y, X, kernel='gaussian').search(criterion='BIC')
>>> print(bw)
62.0
黄金分割搜索cv-自适应高斯
>>> bw = Sel_BW(coords, y, X, kernel='gaussian').search(criterion='CV')
>>> print(bw)
68.0
区间AICC-固定双夸克
>>> sel = Sel_BW(coords, y, X, fixed=True)
>>> bw = sel.search(search_method='interval', bw_min=211001.0, bw_max=211035.0, interval=2)
>>> print(bw)
211025.0
属性: |
|
---|
方法
search \([搜索方法,标准,bw 最小,…]) |
方法为GWR模型选择一个唯一带宽,或为MGWR模型选择一个带宽向量。 |
__init__
(coords, y, X_loc, X_glob=None, family=<pysal.model.spglm.family.Gaussian object>, offset=None, kernel='bisquare', fixed=False, multi=False, constant=True, spherical=False)[源代码]¶初始化自身。请参阅帮助(键入(self))以获得准确的签名。
方法
__init__ \(coords,y,xu loc[,xu glob,family,…]) |
初始化自身。 |
search \([搜索方法,标准,bw 最小,…]) |
方法为GWR模型选择一个唯一带宽,或为MGWR模型选择一个带宽向量。 |